IXThinker·2025-03-12 18:50

阿里開源R1-Omni RLVR首配全模態

阿里通義實驗室薄列峰團隊開源R1-Omni，首次將DeepSeek帶火的RLVR（可驗證獎勵強化學習）應用於全模態大語言模型，覆蓋影片、音訊等內容，並聚焦視覺與音訊同樣關鍵的情感識別任務，探索強化學習在跨模態場景的潛力。

RLVR新應用

DeepSeek-R1帶火了RLVR技術，此前已有團隊將其用於圖像-文本多模態模型，在幾何推理、視覺計數等任務上表現優異。但把RLVR與包含音訊、動態視覺內容的全模態LLM結合，此前仍是空白。